买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：杭州妙绘科技有限公司

摘要：本申请公开了一种肖像画生成的方法、装置、电子设备及介质。本申请中，可以获取待处理图像，确定待处理图像中的脸部区域，并对脸部区域图像进行人脸对齐处理，得到初始肖像图像；通过预设次数的面部组件信息、空间自适应归一化以及几何损失函数，得到初始肖像图像中的面部几何图像；利用放宽的像素级重建损失，消除面部几何图像中的变形程度，得到目标肖像图像。通过应用本申请的技术方案，可以采用循环利用面部组件信息和改进的空间自适应归一化以及几何损失函数，新的生成器能够精确的捕捉合成艺术肖像画中的面部几何图像，利用放宽的像素级重构损失，以消除输入图像和相应目标图像之间的变形，形成一种鲁棒的人物艺术肖像画生成方法。

主权项：1.一种肖像画生成的方法，其特征在于，包括：获取待处理图像，所述待处理图像中包含人脸图像；确定所述待处理图像中的脸部区域，并对所述脸部区域图像进行人脸对齐处理，得到初始肖像图像；通过预设次数的面部组件信息、空间自适应归一化以及几何损失函数，得到所述初始肖像图像中的面部几何图像；利用放宽的像素级重建损失，消除所述面部几何图像中的变形程度，得到目标肖像图像；其中，利用下述公式实现所述空间自适应归一化： 其中，和是空间自归一化层所学习的变量，和是在通道维度上的平均值和方差，设fi为第i层解码器的特征张量，h、w、c分别表示fi的长、宽、通道数，和位置n,c,h,w上代表生成器标准化模块后以及在进入标准化模块之前通过生成器激活层后的特征张量；其中，所述几何损失函数中包括松弛型L1范式损失函数、梯度正则化损失函数以及身份损失函数，所述松弛型L1范式损失函数用于反映图像的语义标签相似度；其中，所述松弛型L1范式损失函数表示为： 其中，x为原始的待处理图像，y为目标肖像图像，为面部几何图像，☉表示像素级的乘积运算,t为一个超参，γ为相似度计算函数,将从x与y得到的语义分割矩阵的相似度转化为原始L1范式损失的权重；使用余弦相似度度量作为函数，其定义为： 其中，mx,i,j∈R1×1×c表示为x的语义分割矩阵在i,j位置上的向量，my,i,j∈R1×1×c表示为y的语义分割矩阵在i,j位置上的向量。

全文数据：

权利要求：

百度查询： 杭州妙绘科技有限公司 肖像画生成的方法、装置、电子设备及介质